NVIDIA ने अपने सेमीकंडक्टर विकास के पुनर्गठन के लिए जेनरेटिव आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग मॉडल के उपयोग को लागू किया है। कंपनी के अधिकारियों ने प्रौद्योगिकी बाजार के उद्देश्य से हाल ही में एक तकनीकी बहस के दौरान मालिकाना उपकरणों के बारे में विवरण प्रस्तुत किया। नई प्रणालियाँ उन इंजीनियरिंग शेड्यूल को संपीड़ित कर सकती हैं जिनमें पहले संरचनात्मक योजना बनाने में वर्षों लग जाते थे। अब एक ही काम के लिए केवल कुछ घंटों की निरंतर प्रक्रिया की आवश्यकता होती है।
यह स्वचालन एक एकल ग्राफिक्स प्रोसेसिंग इकाई को अत्यधिक जटिल कार्य करने की अनुमति देता है, जैसे नई उत्पादन प्रक्रियाओं के लिए सेल लाइब्रेरी को अनुकूलित करना। इंजीनियरों की एक पूरी टीम के दैनिक प्रयास की आवश्यकता वाले कार्य की मात्रा को रात्रिकालीन कंप्यूटिंग चक्र में वितरित किया जाने लगा। यह परिवर्तन हार्डवेयर उद्योग के ऑपरेटिंग मॉडल में एक गहन परिवर्तन का संकेत देता है, जिससे लागत की गतिशीलता में बदलाव होता है और वैश्विक बाजार में नए घटकों के लिए लॉन्च की समय सीमा बदल जाती है।
एनबी-सेल प्रणाली रिकॉर्ड समय में इंजीनियरिंग प्रक्रियाओं को स्वचालित करती है
एनबी-सेल सॉफ्टवेयर घटक निर्माता के आंतरिक समाधानों में मुख्य आकर्षण के रूप में कार्य करता है। सिस्टम मानक सेल लाइब्रेरीज़ के माइग्रेशन और अनुकूलन पर कार्य करने के लिए सुदृढीकरण सीखने की तकनीकों के आधार पर काम करता है। यह कदम एक आधुनिक प्रोसेसर बनाने में सबसे नौकरशाही और समय लेने वाले चरणों में से एक का प्रतिनिधित्व करता है। प्रौद्योगिकी मिलीसेकंड में खरबों संरचनात्मक संभावनाओं का विश्लेषण करती है। मानव संज्ञानात्मक क्षमता समान समय में चर की इस मात्रा को संसाधित नहीं कर सकती है।
इस विशिष्ट उपकरण को अपनाने से पहले, इस कार्य में लगभग 80 मानव-महीने का कॉर्पोरेट प्रयास खर्च हुआ था। व्यवहार में, इस प्रक्रिया के लिए कंपनी की प्रयोगशालाओं में लगभग एक वर्ष के व्यस्त कार्य के दौरान आठ वरिष्ठ इंजीनियरों के विशेष समर्पण की आवश्यकता थी। वर्तमान में, प्रक्रिया स्वचालित प्रसंस्करण की एक ही रात में पूरी हो जाती है। कंपनी की रिपोर्ट है कि मशीन द्वारा दिए गए परिणाम कई प्रदर्शन मेट्रिक्स में मैन्युअल रूप से तैयार किए गए डिज़ाइन से बेहतर प्रदर्शन करते हैं।
इस स्वचालन के प्रत्यक्ष प्रभाव के परिणामस्वरूप नई औद्योगिक-स्तरीय विनिर्माण प्रौद्योगिकियों को अपनाने में तेजी आती है। कंपनी प्रौद्योगिकी क्षेत्र में ऐतिहासिक मानक की तुलना में अधिक बार नए उत्पाद बाजार में लाने में सक्षम है। इंजीनियरिंग का समय कम करने से विशिष्ट पेशेवर अधिक जटिल वास्तुशिल्प समस्याओं पर ध्यान केंद्रित करने से मुक्त हो जाते हैं, जबकि सर्किट आवंटन का कार्य अनुकूलन एल्गोरिदम की जिम्मेदारी है।
दक्षता हासिल करने के लिए उपकरण अपरंपरागत आर्किटेक्चर का पता लगाते हैं
कृत्रिम बुद्धिमत्ता का अनुप्रयोग ऐसे हार्डवेयर समाधान भी खोजता है जो इलेक्ट्रिकल इंजीनियरिंग के पारंपरिक तर्क से भटक जाते हैं। प्रीफ़िक्स आरएल टूल अपने संचालन को लुकहेड कैरी चेन के डिज़ाइन पर केंद्रित करता है, जो उच्च गति अंकगणितीय प्रसंस्करण प्रदर्शन के लिए आवश्यक घटक हैं। तंत्रिका नेटवर्क मानव डिजाइनरों द्वारा लगाए गए वैचारिक बाधाओं के बिना सर्किट कॉन्फ़िगरेशन की खोज करता है। NVIDIA ने इस पद्धति का उपयोग करके नए आर्किटेक्चर की पहचान की। प्रयोगशाला परीक्षणों में 20% से 30% के बीच ऊर्जा दक्षता और गति में वृद्धि दर्ज की गई।
निर्माता सटीक इंजीनियरिंग पर केंद्रित विशेष भाषा मॉडल के माध्यम से इस विकास बुनियादी ढांचे का समर्थन करता है। सिस्टम को कंपनी द्वारा अपने पूरे इतिहास में संचित दशकों के आंतरिक दस्तावेज़ीकरण से प्रशिक्षण प्राप्त होता है। चिप डिज़ाइन के सभी चरणों को कवर करने के लिए पारिस्थितिकी तंत्र विभिन्न मोर्चों को एकीकृत करता है:
- एनबी-सेल: लेआउट अनुकूलन और प्रसंस्करण कोशिकाओं के भौतिक क्षेत्र में कमी।
- उपसर्ग आरएल: अपरंपरागत तर्क के साथ जटिल सर्किट आर्किटेक्चर का निर्माण।
- निमो चिप: भाषा मॉडल जो इंजीनियरों को तकनीकी विशिष्टताओं और मानकों से परामर्श करने में मदद करता है।
- बग निमो: कृत्रिम बुद्धिमत्ता का उद्देश्य सिलिकॉन परियोजनाओं में खामियों की पहचान करना, स्क्रीनिंग करना और उन्हें ठीक करना है।
- वेरिफ़-एआई: औपचारिक सत्यापन उपकरण जो स्वचालित रूप से उत्पन्न सर्किट की अखंडता की गारंटी देता है।
इन संसाधनों का एकीकरण एक ऐसा वातावरण बनाता है जहां ऐतिहासिक दस्तावेज़ीकरण नए तंत्रिका नेटवर्क को खिलाने के लिए प्राथमिक डेटाबेस के रूप में कार्य करता है। बग निमो ने प्रयोगशालाओं के भीतर डिबगिंग समय को काफी कम कर दिया। चिप के भौतिक प्रोटोटाइप चरण में प्रवेश करने से पहले गंभीर दोषों का पता लगाया जाता है। यह उपाय सेमीकंडक्टर फाउंड्रीज़ में मिलियन-डॉलर की वित्तीय बर्बादी से बचाता है। इस अंतिम चरण में एक डिज़ाइन त्रुटि के कारण लॉन्च में महीनों की देरी हो सकती है और छोड़े गए कच्चे माल की भारी कीमत चुकानी पड़ सकती है।
उपभोक्ता बाज़ार में विस्तार और प्रत्यक्ष प्रतिस्पर्धा पर प्रभाव
नई तकनीकों की घोषणा ऐसे समय में हुई है जब NVIDIA उच्च-प्रदर्शन नोटबुक बाजार में अपने परिचालन का विस्तार कर रहा है। वर्तमान फोकस में उपयोगकर्ताओं की मशीनों पर स्थानीय रूप से संचालित होने वाली कृत्रिम बुद्धिमत्ता प्रसंस्करण शामिल है। NVIDIA N1 सिस्टम-ऑन-चिप से सुसज्जित मदरबोर्ड के प्रोटोटाइप हाल के प्रयोगशाला परीक्षणों में सामने आए हैं। हार्डवेयर में 128 जीबी तक एकीकृत रैम के साथ मजबूत कॉन्फ़िगरेशन है। कॉर्पोरेट डिज़ाइन की दक्षता अंतिम उपभोक्ता तक लक्षित उत्पादों तक शीघ्रता से पहुँचती है।
आक्रामक डिजाइन स्वचालन डेटा सेंटर इंफ्रास्ट्रक्चर और वैश्विक इलेक्ट्रॉनिक गेमिंग बाजार जैसे अत्यधिक प्रतिस्पर्धी उद्योगों में कंपनी के नेतृत्व को रेखांकित करता है। मानवीय त्रुटि और विकास के समय को कम करने से नए GPU आर्किटेक्चर पर अभूतपूर्व गति से पुनरावृत्ति करना संभव हो जाता है। कंपनी के निवेशकों के लिए नवाचार चक्र काफी छोटा और अधिक पूर्वानुमानित हो गया है।
बाजार के रुझान से संकेत मिलता है कि अन्य सेमीकंडक्टर दिग्गज अल्पावधि में समान पथ का अनुसरण करेंगे। इंटेल और एएमडी जैसी कंपनियों को तकनीकी प्रतिस्पर्धा बनाए रखने के लिए गहन स्वचालन को अपनाने की जरूरत है। यह आंदोलन तेजी से छोटे विनिर्माण नोड्स में विकास लागत में तेजी से वृद्धि से बचाता है, जहां सिलिकॉन की भौतिक जटिलता के लिए अनुसंधान और विकास में अरबों डॉलर के निवेश की आवश्यकता होती है।
मानव पर्यवेक्षण रणनीतिक सत्यापन और गुणवत्ता नियंत्रण पर केंद्रित है
NVIDIA इस बात पर प्रकाश डालता है कि स्वचालित उपकरणों की सफलता को देखते हुए हार्डवेयर इंजीनियर की भूमिका में आवश्यक विकास हुआ है। पेशेवर बुनियादी सर्किट को बार-बार डिज़ाइन करने में कम समय खर्च करते हैं। वर्तमान फोकस उच्च-स्तरीय पैरामीटर स्थापित करने और कृत्रिम बुद्धिमत्ता प्रणालियों की नैतिक निगरानी पर है। सहायता प्राप्त डिज़ाइन मॉडल के लिए टीमों को नए तकनीकी कौशल में महारत हासिल करने की आवश्यकता होती है। चिप निमो जैसे प्रशिक्षण मॉडल के लिए डेटा क्यूरेट करना संचालन में एक दैनिक प्राथमिकता बन गई है।
तकनीकी परिशुद्धता स्वचालित औद्योगिक विकास के इस नए चरण के केंद्रीय स्तंभ के रूप में कार्य करती है। 2-नैनोमीटर चिप के डिजाइन के दौरान कृत्रिम बुद्धिमत्ता मॉडल में कोई भी त्रुटि सिलिकॉन के पूरे बैच को कारखानों में अनुपयोगी बना सकती है। निर्माता मशीनों द्वारा उत्पन्न प्रत्येक लॉजिक गेट को सत्यापित करने के लिए कठोर क्रॉस-वैलिडेशन सिस्टम का उपयोग करता है। लक्ष्य एक सुरक्षित और स्केलेबल फीडबैक लूप बनाना है। अधिक शक्तिशाली हार्डवेयर स्मार्ट सिस्टम के प्रशिक्षण को सक्षम बनाता है जो अगली पीढ़ी के प्रोसेसर को डिज़ाइन करता है।
कंपनी के अनुमान से संकेत मिलता है कि आने वाले वर्षों में भौतिक डिजाइन में मानवीय हस्तक्षेप तेजी से रणनीतिक और कम परिचालन वाला होगा। ट्रांजिस्टर की सूक्ष्म वास्तुकला और सटीक व्यवस्था जटिल गणितीय एल्गोरिदम की जिम्मेदारी होगी। यह परिवर्तन लंबी अवधि में उत्पादन को सस्ता बनाता है और लॉन्च की गति को तेज करता है। अभूतपूर्व अनुकूलन के माध्यम से सिलिकॉन की भौतिक सीमाओं का अधिकतम पता लगाया गया है। पारंपरिक मैनुअल इंजीनियरिंग में इन संरचनाओं को मौजूदा बाजार के लिए आवश्यक गति और सटीकता के साथ मैप करने की कम्प्यूटेशनल क्षमता नहीं थी।